Basistermen 9

Question 1

Obscuring factors

Answer 1

wanneer geen effect gevonden is (p <0.5), maar er wel effect is dat niet gevonden is door het onderzoek.

Question 2

Obscuring factor: te zwakke manipulatie

Answer 2

Wanneer er wel een effect is maar de manipulatie niet sterk genoeg was om dit effect te vinden in het onderzoek.

Bijvoorbeeld mindfulnesstraining 10 minuten in totaal is zwak, 5 weken 2x per week is sterker.

Question 3

Obscuring factor: ongevoelig meetinstrument

Answer 3

Wanneer er wel een effect is, maar het meetinstrument niet gevoelig genoeg is om het te identificeren.

Bijvoorbeeld als ik een vragenlijst heb en alles goed moet zijn voor optie 1, en alles fout voor optie 2. Dan heb je niks tussenin en onvoldoende effect.

Question 4

Obscuring factor: plafond- en vloereffecten

Answer 4

Wanneer er wel een effect is in werkelijkheid, maar de manipulatie of meetinstrument heeft geleid tot een maximale of minimale score voor iedereen.

Question 5

Obscuring factor: Omgekeerde confound

Answer 5

Wanneer er wel een effect is, maar een design confound het effect laat verdwijnen.

Bijvoorbeeld wanneer een trainer bij een mindfulness-experiment gemeen is, wat scores beïnvloedt.

Question 6

Obscuring factor: Spreiding is te groot

Answer 6

Wanneer er wel een effect is dat niet gevonden wordt omdat het verschil tussen individuele datapunten groter is. Het gemiddelde kan nog steeds hetzelfde zijn.

Dit komt door:

1. Meetfout
2. Individuele verschillen
3. Omgevingsruis

Question 7

Redenen dat spreiding te groot is in data

Answer 7

1. Meetfout: te veel random variatie waardoor meer spreiding
2. Individuele verschillen: mensen verschillen al van tevoren, leidend tot spreiding
3. Omgevingsruis: omgevingsinvloed is anders liggend aan b.v. tijd of locatie, leidend tot meer spreiding.

Question 8

Hoe vermijd je obscuring factors?

Answer 8

1. Precies meetinstrument
2. Manipulatiecheck om te kijken of manipulatie sterk genoeg is
3. Within-groups design (spreiding maakt niet uit)
4. Meer proefpersonen (om extreme proefpersonen effect te verkleinen)
5. Gecontroleerde omgeving (ruis vermijden)

Question 9

Hoe vermijd je obscuring factors met een precies meetinstrument?

Answer 9

Als het meetinstrument sterk is dan kan het alle niveaus goed meten, wat obscuring factors vermijdt.

Question 10

Hoe vermijd je obscuring factors met een manipulatiecheck?

Answer 10

Als de manipulatie sterk genoeg is kan obscuring factor door manipulatie vermeden worden

Question 11

Hoe vermijd je obscuring factors met een within-groups design?

Answer 11

Als je deelnemers hun eigen maatstaaf zijn maakt spreiding niet uit

Question 12

Hoe vermijd je obscuring factors met meer proefpersonen?

Answer 12

Als je veel proefpersonen hebt maken outliers niet zo veel uit

Question 13

Hoe vermijd je obscuring factors met een gecontroleerde omgeving?

Answer 13

Als je omgeving gecontroleerd is vermijd je ruis/noise

Question 14

Verschil confounds/obscuring factors:

Wel/geen effect

Answer 14

Confounds zijn risico wanneer je wel effect vindt, obscuring factors wanneer je geen effect vindt.

Question 15

Verschil confounds/obscuring factors:

Verklaring wel/geen effect

Answer 15

Confounds geven een alternatieve verklaring voor het effect.

Obscuring factors vormen een verklaring voor waarom er geen effect is

Question 16

Verschil confounds/obscuring factors:

systematische of toevallige verschillen condities

Answer 16

Confounds gaan over systematische verschillen TUSSEN condities.

Obscuring factors gaan over toevallige verschillen BINNEN condities.

Question 17

Verschil confounds/obscuring factors:

Significant/interpreteerbaarheid

Answer 17

Confounds maken een effect onintrepeteerbaar.

Obscuring factors maken dat een effect niet significant is.

Question 18

Hoe groter de effect size, hoe…. de p-waarde

Answer 18

Kleiner

Question 19

Hoe groter het verschil tussen gemiddeldes, hoe … effectsize

Answer 19

Groter

Question 20

Hoe groter de spreiding van scores binnen de condities, hoe … de effect size

Answer 20

Kleiner

Question 21

3 stappen statistische significantie vaststellen

Answer 21

1. Formuleer de nulhypothese (neem aan dar er geen effect is in populatie)
2. Bereken de p-waarde (kans dat 0 een mogelijke ware waarde is voor de populatie)
3. Is het statistisch significant?
   p < .05 = verwerp nulhypothese, wel significant

p > .05 houd nulhypothese aan, niet significant

Question 22

Verschil omgekeerde confound en obscuring factor

Answer 22

Een omgekeerde confound draait de waargenomen richting van de relatie om door tegeneffect te geven, terwijl een obscuring factor de relatie eerder verbergt of verwatert zonder deze om te keren.